CC BY
94
08.00.05 УДК: 338.984
РЕАЛЬНЫЕ ОПЦИОНЫ КАК ИНСТРУМЕНТ ОЦЕНКИ РИСКОВ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ НЕФТЕГАЗОДОБЫВАЮЩИХ ПРЕДПРИЯТИЙ
© 2019
Андрей Иванович Перелыгин, аспирант кафедры «Экономика предприятия и предпринимательская деятельность» Байкальский государственный университет, Иркутск (Россия)
Аннотация
Введение: во введении дается характеристика и описываются недостатки ключевых существующих моделей оценки эффективности инвестиционных проектов. Предлагает ее усовершенствование с помощью реальных опционов. Приводится краткий литературный обзор реальных опционов и их разновидностей. Ставится задача исследования - улучшение оценки эффективности инвестиционных проектов с помощью интеграции оценки реальных опционов.
Материалы и методы: приводятся используемые модели расчета реальных опционов, а также описывается обсчитываемый пример, а именно геологоразведочный проект. В качестве объекта применения метода реальных опционов использован геологоразведочный проект, который должен быть реализован на участке в Восточной Сибири с высоким потенциалом нефтегазоносности. Проект предполагает бурение двух поисково-разведочных скважин в течение пяти лет и проведение сейсморазведочных работ 2Д в объеме 600 пог. км. Для расчетов были выделены два ключевых этапа: поисковый и разведочный.
Результаты: в результатах статьи автор приводит конкретные расчеты для анализируемого инвестиционного проекта на основе применения метода биноминальных опционов. Также приводятся оцененные экспертами риски по четырем категориям риска проекта: геологической, финансовой, налоговой и правовой. На основе оцененных рисков рассчитываются вероятные погрешности и смещения таких ключевых показателей эффективности инвестиционного проекта, как чистый дисконтированный доход, а также дополнительные показатели, связанные со стоимостью опциона.
Обсуждение: работа соотносится с трудами иностранных ученых, подтверждая применимость метода реальных опционов для оценки эффективности инвестиционных проектов в нефтегазовой отрасли в России. При этом статья расширяет существующие знания в данной области, показывая возможность интеграции метода реальных опционов в классическую модель.
Заключение: в заключении автором обосновывается полезность интеграции метода реальных опционов в существующие системы оценки эффективности инвестиционных проектов, в частности, в нефтегазодобывающей отрасли.
Ключевые слова: альтернативные методы экономической оценки, биноминальная модель, дерево решений, модель Блэка-Шоулза, нефтегазовые проекты, нефтегазодобывающие предприятия, радужный опцион, реальные опционы, стратегическое планирование, факторы риска.
Для цитирования: Перелыгин А. И. Реальные опционы как инструмент оценки рисков инвестиционных проектов нефте-газодобывающих предприятий // Вестник НГИЭИ. 2019. № 4 (95). С. 38-48.
REAL OPTIONS AS A TOOL OF RISK ASSESSMENTIN INVESTMENT PROJECTS OF OIL AND GAS COMPANIES
© 2018
Andrey Ivanovich Perelygin, post-graduate student of the chair «Enterprise economics and business»
Baikal State University, Irkutsk (Russia)
Abstract
Introduction: the introduction characterizes and describes the shortcomings of the key existing models for assessing the effectiveness of investment projects. It is offered its improvement with the help of real options. A brief literature review of real options and their varieties is given. The task of the study is to improve the evaluation of the effectiveness of investment projects by integrating the evaluation of real options.
38
Materials and methods: the used models of calculation of real options are given, and the calculated example, namely the exploration project, is described. As an object of application of the real options method, a geological exploration project was used, which should be implemented on a site in Eastern Siberia with a high oil and gas potential. The project involves drilling two exploration wells within five years and conducting 2D seismic exploration in the amount of 600 PG. two key stages were identified for the calculations: search and exploration.
Results: in the results of the article the author gives specific calculations for the analyzed investment project based on the use of the method of binomial options. The risks assessed by experts in four categories of project risk: geological, financial, tax and legal. On the basis of the estimated risks, the probable errors and shifts of such key performance indicators of the investment project as net discounted income, as well as additional indicators related to the cost of the option are calculated.
Discussion: the work correlates with the works of foreign scientists, confirming the applicability of the real options method for assessing the effectiveness of investment projects in the electric power industry in Russia. At the same time, the article expands the existing knowledge in this area showing the possibility of integrating the real options method into the classical model.
Conclusion: in conclusion, the author substantiates the usefulness of the integration of the method of real options in the existing system of assessing the effectiveness of investment projects, in particular, in the oil and gas industry. Keywords: alternative methods of economic evaluation, binomial model, decision tree, Black-Scholes model, oil and gas projects, oil and gas companies, rainbow option, real options, strategic planning, and risk factors.
For citation: Perelygin A. I. Real options as a tool of risk assessmentin investment projects of oil and gas compa-nies // Bulletin NGIEI. 2019. № 4 (95). P. 38-48.
Введение
Оценка эффективности инвестиционных проектов является одним из основополагающих элементов экономической теории. К основным инструментам оценки относятся срок окупаемости инвестиций, коэффициент эффективности инвестиций, норма отдачи на капитал, ожидаемая чистая доходность проекта, чистый дисконтированный доход, индекс рентабельности инвестиций, дисконтированный срок окупаемости инвестиций [1]. Все из перечисленных показателей имеют несколько недостатков. В первую очередь, они слабо отражают или не учитывают вовсе риски, связанные с реализацией проекта [2]. Во-вторых, они не учитывают рыночную динамику [3]. Большая часть крупных нефтегазовых проектов с прогнозируемой доходностьюреализуются крупнейшими компаниями в условиях высоких рисков и неопределенностей. В результате реализация проектов в прошлом и настоящем влияет на фактическую норму дисконтирования в будущем [4]. Подобная взаимозависимость имеет место в оценке эффективности текущих проектов, что, однако, никак не отражается в приведенных выше методах расчета.
Кроме того, указанные ключевые показатели рассчитываются в условиях следующих значимых допущений:
• точность временных рамок реализации проектов [5];
• прогнозируемость инфляции, процента банковской ставки, нормы дисконтирования и рефинансирования в период реализации проекта [6];
• прогнозируемость доходов и расходов по периодам реализации проекта [7];
• фактические расчеты пересматриваются итерационно на каждом последующем этапе проекта при выполнении предыдущих пунктов [8];
• частые перерасчеты экономической эффективности и обновление предпосылок не имеют экономического смысла, так как возникает асимметричности информации при принятии управленческого решения [9].
При этом сами инвестиционные проекты играют важную роль в планировании стратегического развития компаний. В связи с чем качество оценки также неразрывно связано с данной деятельностью.
Поскольку текущая система оценки инвестиционных проектов не является исчерпывающей, задачей данной статьи является обоснование возможности улучшения эффективности оценки инвестиционных проектов с помощью интеграции в нее реальных опционов.
Реальные опционы являются вспомогательным инструментом как для инвесторов, так и для собственников актива. С экономической точки зрения реальные опционы не исключают возможность получения дополнительной прибыли, особенно когда риски проекта высоки, но в то же время позволяют ограничить убытки в случае наступления фактора риска. Термин «опцион» в биржевой торговле - это контракт между двумя сторонами, в котором определяется право одной стороны купить или продать базовый актив (акции, облигации) по цене, за-
фиксированной в контракте, когда условия тому благоприятствуют. В качестве базового актива в реальных опционах выступают ресурсы, производственные мощности и инвестиции, поэтому он редко принимает форму контракта. В оценке проекта методом реальных опционов учитываются факторы риска, которые представляются в виде ряда комплексных опционов. [10]. В теории реальных опционов учет множества факторов риска в оценке экономической эффективности проекта называют радужным опционом.
Материалы и методы
С целью выполнения задачи исследования -обоснования возможности улучшения эффективности оценки инвестиционных проектов с помощью интеграции в нее реальных опционов, в статье будет приведен пример расчета радужных опционов для одного сложного инвестиционного проекта.
В теории реальных опционов можно выделить две основные модели оценки стоимости [11]: модель Блэка-Шоулза для европейского колл-опциона [12] и биноминальная модель для американского
колл и пут опционов [13]. Стандартная формула Блэка-Шоулза имеет следующий вид:
С = N {а ^-Б — Ы {а 2)-Хе~гТ ; (1)
й2 = й 1 — о^Т; (3)
Расчеты в данной работе проводятся на основе биноминальной модели. В качестве объекта применения метода реальных опционов использован геологоразведочный проект. Лицензионный участок в Восточной Сибири с высоким потенциалом нефтегазоносности (ресурсы категории С3 и Д1л) выставлен на аукцион с целью геологического изучения, разведки и добычи. Согласно лицензионным обязательствам на участке необходимо пробурить две поисково-разведочных скважины в течение пяти лет и провести сейсморазведочные работы 2Д в объеме 600 пог. км.
Для расчетов были выделены два ключевых этапа: поисковый (2018-2020 гг.), и разведочный (2021-2022 гг.).
Таблица 1. Группы риска инвестиционного проекта
Table 1. Investment risk groups
Уровень фактора риска
(% от базового значения)
"sä ^ д я .-a / Level of risk factor
Вероятност возникновени Risk probabil (% of base value) Параметр экономической
№ Фактор риска / Risk factor Базовый модели / Parameter
Мин / Min (наиболее вероятное)/ Base case (most possible) Макс/ Max of economic model
1 2 3 4 5 6 7
rn/1P Геологический (поисковый) / Geological (prospecting stage)
Не подтверждение геологических Высокая / High Величина извлекаемых
1.1 запасов / Non confirmation of geological reserves 50 % 100 % 130 % запасов/ Value of recoverable reserves
1.2 Не подтверждение добычных характеристик залежи Высокая Величина дебита скважин/ Value of well production rate
углеводородов/ Non confirmation / 50 % 100 % 130 %
of production properties of oil and gas reservoir High
Осложнения в процессе бурения
1.3 в виду особенностей геологического строения/ Complications while drilling due to the special aspects of geological structure Средняя / Middle 90 % 100 % 120 % Стоимость бурения скважин/ Cost of well drilling
Окончание таблицы 1 / End of table 1
1 2 3 4 5 6 7
1Р/Ш Геологический (разведочный) / Geological (Exploration stage)
1.1 Неподтверждение геологических запасов/ Non confirmation of geological reserves Средняя / Middle 80 % 100 % 110 % Величина извлекаемых запасов/ Value of recoverable
reserves
1.2 Не подтверждение добычных характеристик залежи углеводородов / Высокая / High 75 % 100 % 110 % Величина дебита скважин/
Non confirmation of production properties of oil and gas reservoir Value of well production rate
2 Финансовый/ Financial
Изменение курса валют Высокая / High
2.1 (рубль/доллар)/ Variation in exchange rate (RUB/USD) 80 % 100 % 130 % Курс доллара/ Exchange rate RUB/USD
2.2 Изменение цен на нефть / Variation in Price per 1 barrel of oil Изменения ставки дисконтирования Высокая / High Высокая 80 % 100 % 150 % Цена 1 барреля марки Brent/ Price per 1 barrel of Brent oil Размер ставки
2.3 (влияние инфляции) / Variation in discount rate (inflation influence) / High 65 % 100 % 135 % дисконтирования/ Size of discount rate
3 Налоговый/Tax
Изменение системы налогообложе- Средняя / Middle
3.1 ния нефтегазовой отрасли / Changes in the 20 % 20 % 100 % Ставка НДПИ (льготы)/ MET rate (benefits)
tax system of the oil and gas industry
4 Правовой/ Legal
4.1 Изменение законодательства в части требований к утилизации ПНГ/Amendment of legislation regarding requirements for APG utilization Средняя / Middle 100 % 100 % 400 % Коэффициент за сверхнормативное сжигание ПНГ/ Coefficient for excessive gas flaring
Источник: составлено автором на основании литературных источников [10; 15] и рисков нефтегазового проекта, выбранного для оценки методом реальных опционов.
Результаты
В таблице 1 представлены четыре базисных группы риска нефтегазового проекта. Диапазон неопределенностей по фактору риска выбирается с помощью экспертной оценки, на основе имеющейся информации об активе, действующей законодательной базы, опыте реализации подобных проектов в регионе, аналитических прогнозах и т. п. Проценты в таблице указаны от текущего значения параметра экономической модели по трем сценариям: базовый, минимальный и максимальный.
При оценке традиционным методом в базовом сценариикаждый из факторов риска моделируется на перспективу с учетом взгляда менеджмента на дальнейшее развитие событий: степень изученности месторождения, опыт разработки
аналогичных месторождений, макроэкономика в стране и мире, политика государства в области налогового законодательства, условия экспорта топливно-энергетических ресурсов и другие.
В таблице 2 представлены результаты экономической оценки геологоразведочного проекта при наступлении различных факторов риска. Вероятность возникновения риска определена с использованием формулы 8 и данных из таблицы 1. Исходные данные в экономической модели приняты на основе имеющейся геологической информации, сценарных условий разработки месторождения, стоимостных параметров месторождений-аналогов. Реальный опцион проекта разработки нового лицензионного участка будет состоять из суммы дополнительных доходов (убытков) и базовой модели с усреднёнными параметрами риска.
Таблица 2. Результаты расчетов денежных потоков инвестиционного проекта по факторам риска Table 2. Cash flows calculation results of the investment project by risk factors
Чистый дисконтирован- Дополнительный
№ Факторриска (f) / Risk factor (f) Вероятность* (p)/ Probability (p) ный доход по фактору риска(ЧДД0ПЦ.г) / Net present value for risk factor (NPVoptionf) доход по фактору риска (ДДопц.г) / Additional income for risk factor ^option.f)
1 2 3 4 5
1 Геологический (Поисковый) / Geological (Prospecting stage)
Неподтверждение геологи-
1.1 ческих запасов/ Non confirmation of geological reserves Не подтверждение добыч- 63 % -435 млн руб. -854 млн руб.
1.2 ных характеристик залежи
углеводородов/ Non confir- 63 % -535 млн руб. -954 млн руб.
mation of production proper-
tiesofoil and gas reservoir
Осложнения в процессе бу-
рения в виду особенностей
1.3 геологического строения/ Complications while drilling due to the special aspects of geological structure 33 % 348 млн руб. -71 млн руб.
2 Геологический (Разведочный) / Geological (Exploration stage)
Не подтверждение геологи-
2.1 ческих запасов/ Non confirmation of geological reserves Не подтверждение добыч- 67 % -285 млн руб. -704 млн руб.
2.2 ных характеристик залежи
углеводородов/ Non confir- 71 % -301 млн руб. -720 млн руб.
mation of production proper-
ties of oil and gas reservoir
3 Финансовый/ Financial
Изменение курса валют
3.1 (рубль/доллар) / Variation in exchange rate (RUB/USD) Изменение цен на нефть/ 40 % 966 млн руб. 547 млн руб.
3.2 Variation in Price per 1 barrel of oil Изменения ставки 29 % 1476 млн руб. 1056 млн руб.
3.3 дисконтирования (влияние инфляции)/ Variation in discount rate (inflation influence) 50 % 842 млн руб. 423 млн руб.
4 Налоговый/ Tax
Изменение системы налого-
обложения нефтегазовой
4.1 отрасли/ Changes in the tax system of the oil and gas industry 0 % 49 млн руб. -370 млн руб.
Окончание таблицы 2 / End of table 2
1 2 3 4 5
5 Правовой/ Legal
Изменение законодательства
в части требований к утили-5.1 зации ПНГ/Amendment of 0 % 362 млн руб.
legislation regarding requirements for APG utilization Чистый дисконтированный доход базового варианта Ч Д Д g аз о в ы й Net discounted income of the base caseN PVba s e
Дополнительный доход опциона £ f= 1Д Д опц . f для поискового этапа / Additional income option £ 1Д Д 0 pti 0 n . f for prospecting stage
Дополнительный доход опциона £n= 1ДД о пц. fдля разведочного этапа / Additional income option £П_ о. ДД opti on . ffor exploration stage
Стоимость опциона С о пц. поисковогоэтапа/ Option costC 0pti on for prospecting stage Стоимость опциона разведочногоэтапа/ Option cost for exploration stage
* Вероятность (p) возникновения минимального значения фактора риска при реализации проекта, рассчитанная по формуле p=(r-rmin)/(rmax-rmin), где r-значение фактора риска (таблица 1)/ The probability (p) of occurrence of the minimum value of the risk factor during the project, calculated by the formulaep=(r-rmin)/(rmax-rmin),therer-risk factor value (table 1)
Источник: составлено автором на основаниилитературных источников [10; 15] и рисков нефтегазового проекта, выбранного для оценки методом реальных опционов.
-57 млн руб.
419 млн руб -279 млн руб.
175 млн руб.
140 млн руб. 594 млн руб.
Итоговая стоимость опциона основана на принятии максимально эффективного решения при наступлении риска. Среди биржевых (фондовых) инструментов для анализа рисков опционных контрактов широко применяется теория нечётких-множеств. Построенные на этой теории алгоритмы давно вошли в состав специализированных торговых систем. Применение алгоритмов нечетких множеств в управлении рисками реальных опционов позволяет устанавливать связи между количественным уровнем риска и качественными экспертными оценками.
Масштабноевлияние на стоимость опциона оказывают в первую очередь геологические риски. На основе геологическойоценки запасов нефти и газа строятся прогнозы по уровням добычи, определяется фонд эксплуатационных скважин, инфраструктура, необходимая для обеспечения подготовки и транспортировки углеводородов. Стоимость опциона на этапе поиска залежи углеводородов ниже расчета базового чистого дисконтированного дохода, так как неопределённости в геологическом строении намного выше, чем на этапе разведки и, соответственно, диапазон изменения производственных параметров экономической модели гораздо шире. Компенсирующим фактором стоимости опциона являются финансовые показатели, которые зависят преимущественно от ситуации на междуна-
родных торговых площадках. Положительный эффект финансовых опционов объясняется низкими котировками цен на углеводороды и потенциалом роста в среднесрочной перспективе.
В качестве альтернативы биноминальной модели реального опциона (таблица 2) для инвестиционного проекта покупки лицензионного участка рассмотрим модель Блэка-Шоулза. Применение для оценки формулы Блэка-Шоулза имеет ряд ограничений: фиксированная дата исполнения; нормальное распределение доходности базового актива; постоянная дисперсия в течение всего срока опциона. Расчет европейского колл опциона по методике Блэка-Шоулза представлен в двух интервалах времени: поисковый и разведочный этапы (таблицы 3, 4).
Стоимость европейского колл опциона на этапе поиска и разведки значительно ниже оценки биноминального опциона и ниже базового чистого дисконтированного дохода проекта. Метод реальных опционов определяет риск как вероятность получения дополнительной прибыли и (или) минимизации убытков в случае неблагоприятного развития событий. Низкие значения цены опционов в нашем примере указывают на то, что проект характеризуется высоким риском, находится на грани рентабельности и инвестору следует либо отказаться от участия в аукционе, либо направить минимальные
объемы инвестиций на приобретение лицензии и финансирование поискового этапа работ.
Российская действительность такова, что ценность реального опциона природных ресурсов формируется в основном на стадии поисковых работ, когда большое значение приобретают управленческие решения в отношении продолжения геологоразведочных работ как при появлении новой геоло-
гической информации, так и при изменении цен на углеводороды. Вступив же в стадию промышленного освоения, добывающее предприятие связано обязательствами лицензионного соглашения и не вправе в полной мере реагировать на негативные конъюнктурные изменения сокращением производства. В таких условиях может возникать вопрос об отзыве лицензии.
Таблица 3. Расчет модели Блэка-Шоулза для поискового этапа Table 3. Black-Scholes model calculation for the prospecting stage
Поисковый этап / Prospecting stage
Переменная формулы Блэка-Шоулза/ Black-Scholes formula variable Условное обозначение/ Symbol Значение/ Value Комментарий / Comment
1 2 3 4
Стоимость опциона, млн руб/ Option cost, mln rub.
с о пц . 28,1
/Сoption
Цена исполнения, млн руб/ Execution price, mln rub.
K 1580
Капитальные затраты на поисковое бурение и сейсморазве-дочные работы 2Д/
Capital expenditure on exploratory drilling and seismic exploration 2D
Текущая стоимость проекта, млн руб/ Execution price, mln rub.
мость проекта,
^ S 419 ЧДД проекта/ NPV of the project
млн руб/ Execu-
Ожидаемая дивидендная доходность/ Expected dividend yield
Срок опциона, лет/ Option term, years
Волатильность доходности базо-вогоактива, %/ The volatility of the return of the underlying asset,%
Y
T
I
49
На этапе геолого-разведочных работ отсутствует добыча сырья и, соответственно, доходы равны нулю /
At the stage of geological exploration there is no production of raw materials and, accordingly, revenues.
Продолжительность поискового этапа/ Duration of the prospecting stage
Среднее значение стандартного отклонения по факторам
риска, приведенным в таблице 1 /
Average standard deviation of risk factors in the table 1
0
3
Безрисковая процентная ставка, %/ Risk free interest rate, % Коэффициент/ Coefficient Коэффициент/ Coefficient
R
d1 d2
Доходность облигаций федерального займа РФ/ Yield of federal loan bonds of the Russian Federation
-0,84 -1,69
Окончание таблицы 3 / End of table 3
1 | 2 | 3 | 4
Нормальное стандартное
распределение/ N(d1) 0,2
Normal standard
distribution
Нормальное
стандартное
распределение/ N(d2) 0,05
Normal standard
distribution
Источник:составлено автором на основании литературных источников [11; 12; 14] и характеристик нефтегазового проекта, выбранного для оценки методом реальных опционов.
Таблица 4. Расчет модели Блэка-Шоулза для разведочного этапа Table 4. Black-Scholes model calculation for the exploration stage
Разведочный этап/ Exploration stage
Переменная формулы Блэка-Шоулза /Black-Scholes formula variable
Условное обозначение /Symbol Значение/ Value
Сопц./Сорt ( on 102
K 1644
S 1055
y 0
Комментарий/ Comment
Стоимость опциона, млн руб/ Optioncost, mln.rub.
Цена исполнения, млн руб/ Execution price, mln.rub.
Текущая стоимость проекта, млн руб/ Execution price, mln.rub.
Ожидаемая дивидендная доходность/ Expected dividend yield
Срок опциона, лет/ Option term, years
Волатильность доходности базовогоактива, %/ The volatility of the return of the underlying asset,%
Безрисковая процентная ставка, %/ Risk free interest rate, %
Коэффициент/ Coefficient Коэффициент/ Coefficient Нормальное стандартное распределение/ Normal standard distribution
r
d1 d2
N(d1)
34
-0,33 -0,81
0,37
Капитальные затраты на поисковое бурение и сейсморазведочные работы 2Д/ Capital expenditure on exploratory drilling and seismic exploration 2D
ЧДДпроекта/ NPV of the project
На этапе геолого-разведочных работ отсутствует добыча сырья и, соответственно, доходы равны нулю / At the stage of geological exploration there is no production of raw materials and, accordingly, revenues
Продолжительность разведочного этапа/ Duration of the exploration stage Среднее значение стандартного отклонения по факторам риска, приведенным в таблице 1/ Average standard deviation of risk factors in the table 1 Доходность облигаций федерального займа РФ/ Yield of federal loan bonds of the Russian Federation
Источник:составлено автором на основании литературных источников [11; 12; 14] и характеристик нефтегазового проекта, выбранного для оценки методом реальных опционов.
2
t
G
Обсуждение
Анализируя полученные результаты, стоит отметить, что применение реальных опционов для повышения эффективности оценки инвестиционных проектов часто имеет смысл в отношении сырьевых отраслей экономики [14; 15; 16]. Во многом это детерминировано тем, что цены на энергоносители, определяющие доходность реализуемых проектов, определяются на мировых рынках [17]. При этом многие исследователи сходятся во мнении, что применение реальных опционов в нефтегазовой отрасли наиболее важно в высокорискованном сегменте, таком как инвестиции в инновации и геологоразведочная деятельность [18]. По сути, данный инструмент позволяет существенно снизить риски и повысить прибыльность проектов. Одной из дополнительных возможностей использования реальных опционов в оценке эффективности является учет неопределенности государственного регулирования [19], что было отражено в налоговом и правовом рисках.
Несмотря на продемонстрированную эффективность применения реальных опционов, некоторые ученые не соглашаются с полученными результатами, апеллируя к необходимости применения классических инструментов оценки [20]. В данной статье (таблица 2) была продемонстрирована возможность интеграции обеих оценок, что является ответом на существующую критику реальных опционов.
Заключение
Метод реальных опционов исходит из природы биржевых опционов и не является панацеей для
заведомо убыточных проектов. Он лишь позволяет представить сбалансированную по степени риска экономическую модель и показать ее эффективность. В любом случае в начальный момент времени существует единственный, наиболее вероятный с точки зрения менеджмента, набор решений, который принимается как база для оценки чистого дисконтированного дохода. Любые изменения, связанные с факторами риска, которые используются для оценки методом реальных опционов, представляют собой математическое ожидание, имеющее большую вариативность в зависимости от чувствительности управленческих решений к степени риска.
В нашей стране реальные опционы по разным причинам не имеют широкого распространения. Практика инвестиционной деятельности нефтегазовых компаний показывает, что внедрение реальных опционов требует определенной квалификации менеджеров и специалистов, изменения методологии корпоративного управления и внутренней культуры, что, как правило, упирается в барьеры в устоявшихся корпоративных структурах. С одной стороны, гибкость в принятии решений может привести к потере «управленческого фокуса» и существенным образом отдалить достижение целей. С другой стороны, менеджмент уделяет меньше внимания созданию «идеальных» прогнозов и вкладывает больше усилий в определение альтернативных сценариев развития компании. Однако применение альтернативных возможностей и достижение максимальной прибыли подчас затруднительно ввиду вовлеченности инвестиций в текущий план реализации проекта.
СПИСОК ЛИТЕРАТУРЫ
1. Misund B., Osmundsen P. The value-relevance of accounting figures in the oil and gas industry: Cash flows or accruals // Petroleum Accounting and Financial Management Journal. 2015. Т. 34. №. 2. P. 90-110.
2. Yusuf Y. Y. et al. A relational study of supply chain agility, competitiveness and business performance in the oil and gas industry // International Journal of Production Economics. 2014. Т. 147. P. 531-543.
3. Azzheurova K. E., Bessonova E. A. Development of methods for analysis and assessment of the efficiency of regional investment projects seeking state support // Mediterranean Journal of Social Sciences. 2015. Т. 6. №. 5. P. 362.
4. Xiong J. et al. A knowledge-based evolutionary multiobjective approach for stochastic extended resource investment project scheduling problems // IEEE Transactions on Evolutionary Computation. 2014. Т. 18. №. 5. P. 742-763.
5. Lee I., Lee K. The Internet of Things (IoT): Applications, investments, and challenges for enterprises // Business Horizons. 2015. Т. 58. №. 4. P. 431-440.
6. Richmond A. Direct net present value open pit optimisation with probabilistic models // Advances in Applied Strategic Mine Planning. Springer, Cham, 2018. P. 217-228.
7. Doss D. A. et al. A net present worth analysis of considered academic programs at a private, regional higher education institution //Journal of Interdisciplinary Studies in Education. 2015. Т. 4. №. 1. P. 55.
8. Zimmermann F., Jorgensen C. Bioeconomic consequences of fishing-induced evolution: a model predicts limited impact on net present value //Canadian Journal of Fisheries and Aquatic Sciences. 2015. Т. 72. №. 4. P. 612-624.
9. Petkovic D. et al. Survey of the most influential parameters on the wind farm net present value (NPV) by adaptive neuro-fuzzy approach // Renewable and Sustainable Energy Reviews. 2016. Т. 57. P. 1270-1278.
10. Pringles R., Olsina F., Garcés F. Real option valuation of power transmission investments by stochastic simulation // Energy Economics. 2015. Т. 47. P. 215-226.
11. Ioulianou S., Leiblein M. J., Trigeorgis L. The Impact of Real Options Awareness on Downside Risk in Multinational Firms // Academy of Management Proceedings. 2018. №. 1. P. 12170.
12. Lambrecht B. M. Real options in finance // Journal of Banking & Finance. 2017. Т. 81. P. 166-171.
13. Trigeorgis L., Reuer J. J. Real options theory in strategic management // Strategic Management Journal. -2017. Т. 38. №. 1. P. 42-63.
14. Kim K., Park H., Kim H. Real options analysis for renewable energy investment decisions in developing countries // Renewable and Sustainable Energy Reviews. 2017. Т. 75. С. 918-926.
15. Ersen H. Y., Tas O., Kahraman C. Intuitionistic Fuzzy Real-Options Theory and its Application to Solar Energy Investment Projects // Engineering Economics. 2018. Т. 29. №. 2. P. 140-150.
16. Schachter J. A., Mancarella P. A critical review of Real Options thinking for valuing investment flexibility in Smart Grids and low carbon energy systems // Renewable and Sustainable Energy Reviews. 2016. Т. 56. P.261-271.
17. Santos L. et al. Real options versus traditional methods to assess renewable energy projects // Renewable Energy. 2014. Т. 68. P. 588-594.
18. Martín-Barrera G., Zamora-Ramírez C., González-González J. M. Application of real options valuation for analysing the impact of public R&D financing on renewable energy projects: A company' s perspective // Renewable and Sustainable Energy Reviews. 2016. Т. 63. P. 292-301.
19. Ritzenhofen I., Spinler S. Optimal design of feed-in-tariffs to stimulate renewable energy investments under regulatory uncertainty - A real options analysis // Energy Economics. 2016. Т. 53. P. 76-89.
20. Fleten S. E. et al. Green electricity investment timing in practice: Real options or net present value? // Energy. 2016. Т. 116. P. 498-506.
Дата поступления статьи в редакцию 22.02.2019; принята к публикации 25.03.2019.
Информация об авторах: Перелыгин Андрей Иванович, аспирант кафедры «Экономика предприятия и предпринимательской деятельности», Адрес: Байкальский государственный университет, 664003, г. Иркутск, ул. Ленина, 11, E-mail: perelygin.andrey@gmail.com
Все авторы прочитали и одобрили окончательный вариант рукописи.
REFERENCES
1. Misund B., Osmundsen P. The value-relevance of accounting figures in the oil and gas industry: Cash flows or accruals, Petroleum Accounting and Financial Management Journal, 2015, Vol. 34, No. 2, pp. 90-110.
2. Yusuf Y. Y. et al. A relational study of supply chain agility, competitiveness and business performance in the oil and gas industry, International Journal of Production Economics, 2014, Vol. 147, pp. 531-543.
3. Azzheurova K. E., Bessonova E. A. Development of methods for analysis and assessment of the efficiency of regional investment projects seeking state support //Mediterranean Journal of Social Sciences. 2015. Vol. 6. No. 5. pp. 362.
4. Xiong J. et al. A knowledge-based evolutionary multiobjective approach for stochastic extended resource investment project scheduling problems, IEEE Transactions on Evolutionary Computation, 2014, Vol. 18, No. 5, pp.742-763.
5. Lee I., Lee K. The Internet of Things (IoT): Applications, investments, and challenges for enterprises, Business Horizons, 2015, Vol. 58, No. 4, pp. 431-440.
6. Richmond A. Direct net present value open pit optimisation with probabilistic models, Advances in Applied Strategic Mine Planning, Springer, Cham, 2018, pp. 217-228.
7. Doss D. A. et al. A net present worth analysis of considered academic programs at a private, regional higher education institution, Journal of Interdisciplinary Studies in Education, 2015, Vol. 4, No. 1, pp. 55.
8. Zimmermann F., J0rgensen C. Bioeconomic consequences of fishing-induced evolution: a model predicts limited impact on net present value, Canadian Journal of Fisheries and Aquatic Sciences, 2015, Vol. 72, No. 4, pp.612-624.
9. Petkovic D. et al. Survey of the most influential parameters on the wind farm net present value (NPV) by adaptive neuro-fuzzy approach, Renewable and Sustainable Energy Reviews, 2016, Vol. 57, pp. 1270-1278.
10. 17. Pringles R., Olsina F., Garcés F. Real option valuation of power transmission investments by stochastic simulation, Energy Economics, 2015, Vol. 47, pp. 215-226.
11. Ioulianou S., Leiblein M. J., Trigeorgis L. The Impact of Real Options Awareness on Downside Risk in Multinational Firms, Academy of Management Proceedings, 2018, No. 1, pp. 12170.
12. Lambrecht B. M. Real options in finance, Journal of Banking & Finance, 2017, Vol. 81, pp. 166-171.
13. Trigeorgis L., Reuer J. J. Real options theory in strategic management, Strategic Management Journal, 2017, Vol. 38, No. 1, pp. 42-63.
14. Kim K., Park H., Kim H. Real options analysis for renewable energy investment decisions in developing countries, Renewable and Sustainable Energy Reviews, 2017, Vol. 75, pp. 918-926.
15. Ersen H. Y., Tas O., Kahraman C. Intuitionistic Fuzzy Real-Options Theory and its Application to Solar Energy Investment Projects, Engineering Economics, 2018, Vol. 29, No. 2, pp. 140-150.
16. Schachter J. A., Mancarella P. A critical review of Real Options thinking for valuing investment flexibility in Smart Grids and low carbon energy systems, Renewable and Sustainable Energy Reviews, 2016, Vol. 56, pp.261-271.
17. Santos L. et al. Real options versus traditional methods to assess renewable energy projects, Renewable Energy, 2014, Vol. 68, pp. 588-594.
18. Martín-Barrera G., Zamora-Ramírez C., González-González J. M. Application of real options valuation for analysing the impact of public R&D financing on renewable energy projects: A company' s perspective, Renewable and Sustainable Energy Reviews. 2016, Vol. 63, pp. 292-301.
19. Ritzenhofen I., Spinler S. Optimal design of feed-in-tariffs to stimulate renewable energy investments under regulatory uncertainty - A real options analysis, Energy Economics, 2016, Vol. 53, pp. 76-89.
20. Fleten S. E. et al. Green electricity investment timing in practice: Real options or net present value? Energy, 2016, Vol. 116, pp. 498-506.
Submitted 22.02.2019; revised 25.03.2019.
About the authors:
Andrey I. Perelygin, post-graduate student of the chair «Enterprise economics and business», Address: Baikal State University, 664003, Irkutsk, Lenina Str., 11 E-mail: perelygin.andrey@gmail .com
All authors have read and approved the final manuscript
